使用 GWO 优化 LSTM 模型的参数，从而实现交通流量的预测方法

代码运行版本要求

1.项目文件夹 

data是数据文件夹，data.py是数据归一化等数据预处理脚本

 images文件夹装的是不同模型结构打印图

 model文件夹

 GWO-LSTM测试集效果 

 效果视频：GWO-LSTM交通流量预测（python代码）_哔哩哔哩_bilibili

对项目感兴趣的可以关注最后一行

import os
import numpy as np
from pandas import date_range, DataFrame as DF, read_csv
from tensorflow.python.keras.models import load_model
import tensorflow.compat.v1 as tf
tf.disable_v2_behavior()
from tensorflow.python.keras.utils.vis_utils import plot_model
import sklearn.metrics as metrics
import matplotlib as mpl
from matplotlib import pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']  # 添加中文字体为黑体
plt.rcParams['axes.unicode_minus'] = False
from random import uniform
import warnings
warnings.filterwarnings("ignore")
os.chdir(os.path.abspath(os.path.dirname(__file__)))  # 切换到当前文件夹
from data.data import process_data
from model.GWO import GWO
#压缩包https://mbd.pub/o/bread/ZJ2Wl5pv